CN114529199A - 一种流域旱地作物地表水农药暴露模型场景点的构建方法 - Google Patents
一种流域旱地作物地表水农药暴露模型场景点的构建方法 Download PDFInfo
- Publication number
- CN114529199A CN114529199A CN202210157791.3A CN202210157791A CN114529199A CN 114529199 A CN114529199 A CN 114529199A CN 202210157791 A CN202210157791 A CN 202210157791A CN 114529199 A CN114529199 A CN 114529199A
- Authority
- CN
- China
- Prior art keywords
- scene
- soil
- crop
- precipitation
- surface water
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 239000000575 pesticide Substances 0.000 title claims abstract description 42
- 239000002352 surface water Substances 0.000 title claims abstract description 27
- 238000000034 method Methods 0.000 title claims abstract description 23
- 239000002689 soil Substances 0.000 claims abstract description 49
- 238000010276 construction Methods 0.000 claims abstract description 21
- 238000009826 distribution Methods 0.000 claims abstract description 8
- 238000001556 precipitation Methods 0.000 claims description 26
- 239000005416 organic matter Substances 0.000 claims description 17
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims description 14
- 238000012216 screening Methods 0.000 claims description 10
- 239000004927 clay Substances 0.000 claims description 9
- 238000004364 calculation method Methods 0.000 claims description 5
- 239000004016 soil organic matter Substances 0.000 claims description 4
- 241000894007 species Species 0.000 description 8
- 239000004576 sand Substances 0.000 description 7
- 238000004088 simulation Methods 0.000 description 3
- 241001270131 Agaricus moelleri Species 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 2
- 230000001186 cumulative effect Effects 0.000 description 2
- 238000011156 evaluation Methods 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- 244000105624 Arachis hypogaea Species 0.000 description 1
- 244000098338 Triticum aestivum Species 0.000 description 1
- 240000008042 Zea mays Species 0.000 description 1
- 235000005824 Zea mays ssp. parviglumis Nutrition 0.000 description 1
- 235000002017 Zea mays subsp mays Nutrition 0.000 description 1
- 238000012271 agricultural production Methods 0.000 description 1
- 238000011109 contamination Methods 0.000 description 1
- 235000005822 corn Nutrition 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 235000013399 edible fruits Nutrition 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 230000002349 favourable effect Effects 0.000 description 1
- 238000011835 investigation Methods 0.000 description 1
- 238000002386 leaching Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 235000020232 peanut Nutrition 0.000 description 1
- 239000011148 porous material Substances 0.000 description 1
- 238000012502 risk assessment Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/29—Geographical information databases
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/02—Agriculture; Fishing; Forestry; Mining
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/10—Services
- G06Q50/26—Government or public services
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
- Y02A20/00—Water conservation; Efficient water supply; Efficient water use
- Y02A20/152—Water filtration
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Human Resources & Organizations (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- Theoretical Computer Science (AREA)
- Tourism & Hospitality (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Marketing (AREA)
- General Business, Economics & Management (AREA)
- Development Economics (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Educational Administration (AREA)
- Primary Health Care (AREA)
- Entrepreneurship & Innovation (AREA)
- Game Theory and Decision Science (AREA)
- Operations Research (AREA)
- Marine Sciences & Fisheries (AREA)
- Mining & Mineral Resources (AREA)
- Quality & Reliability (AREA)
- Agronomy & Crop Science (AREA)
- Life Sciences & Earth Sciences (AREA)
- Animal Husbandry (AREA)
- Databases & Information Systems (AREA)
- Remote Sensing (AREA)
- Data Mining & Analysis (AREA)
- General Engineering & Computer Science (AREA)
- Cultivation Of Plants (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种流域旱地作物地表水农药暴露模型场景点的构建方法,包括获取目标流域土地利用类型及分布、获取流域所在地气象数据、土壤质地数据等确定场景点的具体位置和作物种类,在初步筛选出的备选场景点中,基于专家决策判断等因素,确定最终场景点。通过该场景点构建方法可将收集的目标流域大量气象数据和土壤数据经过筛选后,得出数量较少的备选场景点,再通过对少量的备选场景点进行再次计算分析,最终确定具有代表性的场景点,便于后期在较短时间内得出目标流域内具有代表性的农药暴露品种,使用模型定量评估其生态风险,以针对性地指导农药管理,如品种替换或是禁止使用,从而快速的对目标流域的生态环境进行恢复。
Description
技术领域
本发明涉及流域旱地作物地表水的农药暴露技术领域,尤其涉及一种流域旱地作物地表水农药暴露模型场景点的构建方法。
背景技术
流域由于水源充足,通常会种植大面积农作物,而农作物在生长周期会进行多次农药喷洒作业。农药在田间使用后,有很大一部分会进入土壤中,随地表径流流失进入地表水或随土壤孔隙水淋溶进入地下水流至河流中,对河流及下游生态造成较大的污染。
暴露场景是关于暴露究竟如何发生的一种情景,包括暴露发生时各种环境条件、风险源特征及导致暴露的各种活动,是某个区域与农业生产及农药使用有关系的各种条件的综合,是运用模型进行暴露评估时不可缺少的,离开了场景信息,模型将无法运行。暴露场景的建立是一项综合性很强的系统工作,需要全面考虑各种因素。因此,暴露场景构建是农药生态风险评估的关键点之一。标准暴露场景代表某个区域范围内典型的“现实中最坏条件(the realistic worst case)”,即现实存在的最有利于农药产生污染的条件。标准暴露场景的构建遵循一定的原则,如果农药在标准暴露场景下风险较低,那么农药在其他实际条件下施用也应该是安全的。旱地作物-地表水暴露场景模拟了农药在旱地作物施用后进入地表水这一过程。场景信息包括旱地作物的土地利用数据、地形数据、气象数据、土壤数据、作物数据和地表水的相关参数。
发明内容
针对上述存在的问题,本发明旨在提供一种流域旱地作物地表水农药暴露模型场景点的构建方法,其通过气象数据、土壤数据筛选符合原则的备选场景位点,并经过判断沿流域具有针对性的农药暴露场景点,以便后期在该暴露场景点的小范围内进行农药品暴露的模拟及重点关注的农药品种清单筛选工作。
为了实现上述目的,本发明所采用的技术方案如下:一种流域旱地作物地表水农药暴露模型场景点的构建方法,其特征在于,包括以下步骤:
1)获取流域土地利用分布图;
2)场景点构建原则:包括位点选择原则、作物选择原则及水体选择原则;
3)场景构建
a、场景点初步筛选:根据土壤特性、降水量条件计算流域各划分区域的百分位和保护程度,根据收集到的各划分区域降水量和土壤有机质含量,在流域内初步确定一个或多个备选场景点;
b、场景点确定:根据作物种植面积、保护程度、土壤质地,确定场景点的具体位置和作物种类;在初步筛选出的备选场景点中,根据具体的旱地作物种植情况、土壤质地、土种分布因素,基于专家决策判断,确定最终场景点。
进一步的,在场景点构建原则步骤中,所述位点选择原则包括:
年降水量:选取70~90百分位年降水量范围的区域;土壤有机质:选取10~30百分位有机质范围的区域;土壤质地:选取壤土或中等程度的粘土区域;
作物选择原则:流域内种植面积较大的旱地作物,、或选择当地有特色、典型的作物;
水体选择原则:水体类型包括有池塘、河流。
进一步的,场景构建的场景点初步筛选的分步骤中,利用Percentile函数计算各土种的降水量和有机质百分位,并计算70~90百分位降水量和10~30百分位有机质范围,并筛选出满足95th左右保护程度的点,作为备选场景点。
进一步的,在场景点初步筛选的分步骤中,所述保护程度的计算公式为:
P=1-X(1-Y)
其中,X表示有机质百分位;Y表示降水量百分位。
进一步的,在场景构建的场景点确定分步骤中,所述专家决策判断的原则包括土壤质地是否为壤土或中等程度粘土;作物种植面积是否为当地的主要旱地作物种植区之一、且能否代表整个区域内作物种植情况;构建的场景点在满足95th左右保护程度。
本发明的有益效果是:通过该暴露模型场景点构建方法可将收集的大量气象数据和土质数据经过筛选后,得出数量较少的备选场景点,再通过对少量的备选场景点进行再次计算分析,最终确定具有代表性的场景点。在此基础上,可使得后期农药品种的收集,土质数据的详细收集分析工作大量的减少,便于在较短时间内得出流域内具有代表性的农药暴露品种,以针对性的替换或是停止使用,能快速的对流域的生态环境进行恢复。
附图说明
图1为本发明旱地作物地表水农药暴露场景模型场景点构建流程图。
图2为本发明沙颍流域土地利用分布图。
具体实施方式
为了使本领域的普通技术人员能更好的理解本发明的技术方案,下面结合附图和实施例对本发明的技术方案做进一步的描述。
参照附图1所示的一种流域旱地作物地表水农药暴露模型场景点的构建方法,以沙颍河为例,具体的暴露模型场景点构建方法包括以下步骤:
1)获取流域土地利用分布图:从中科院地理所资源环境科学数据中心获取沙颍河流域土地利用分布图(见图2),对流域土地利用数据进行分析,研究区内土地利用类型主要为旱地。
2)场景点构建原则:在建立暴露场景时,其总体原则为“现实中最坏条件”原则,即在确定场景包含的各因素的特征时要尽可能地选择一些现实中存在的“最坏”的特征,即最有利于造成农药污染的特征。但需要注意的是,此处的“最坏”并不是指极端恶劣的条件,而是现实中存在的相对恶劣的条件,只有这样,得到的暴露值才不至于过度保守,高层次评估才能体现出其意义。
在沙颍河流域旱地作物地表水农药暴露模型场景点构建时,在遵循总原则的基础上,结合旱地作物—地表水的特点,在实际构建构成中,还需遵循一些具体的原则,包括:
位点选择原则:
①年降水量:年降水量较大的区域(70~90百分位降水量范围内,年均降水量越大,易于造成农药随地表径流进入地表水体,或淋溶进入地下水);
②土壤有机质:有机质含量较低的区域(10~30百分位有机质范围内,有机质含量较低,农药不易降解,容易造成农药进入地表水);
③土壤质地:壤土或中等程度的粘土(壤土或中等程度的粘土,农药不易淋溶进入地下水,较易随地表径流进入地表水;砂土、壤土或砂壤,农药易淋溶进入地下水)。
作物选择原则:
沙颍河流域内种植面积较大的旱地作物,比如常见的小麦、玉米、花生、油菜、果树等,同时考虑到场景的代表性,亦会选择当地有特色、典型的作物。
水体选择原则:
一般考虑的水体类型有池塘、河流等。沙颍河流域内主要考虑河流这一水体类型。
3)场景构建
a、场景点初步筛选:收集沙颍河流域内各县市的土壤数据,其数据来自中国科学院南京土壤研究所“中国土壤数据库”,收集沙颍河流域内所有县市的土壤基本特性,主要包括:省份、县市、土种名称、土壤亚类、土地利用、土壤质地、土种面积及有机质含量等。筛选出流域内土地利用为旱地的土种数据,并计算各土种表土层平均有机质,共有81条土种符合要求,土种数据见表1(部分数据)。
表1沙颍河流域内各县市土种数据
注:土壤质地含义,C:粘土;S:砂土;L:壤土;Si:粉沙质土
降水量数据:数据来源于《中国地面资料1981~2010年气候标准值数据集》或各地气象局,收集的气象数据包括:区站号、省份、站名、经度、纬度以及30年累年平均降水量。共收集了沙颍流域内18个县市的累年平均降水量,见表2(部分数据)。
表2沙颍流域内各县市累年平均降水量
利用Percentile函数计算各土种的降水量和有机质百分位,得到流域10~30百分位土壤有机质含量和70~90百分位降水量范围。
保护程度代表着场景点的保守程度和对作物的保护,保护程度过高,模拟结果会过于保守,没有意义,过低又不能保护绝大部分作物,因此选择95th左右保护程度。根据土种有机质百分位及对应的降水量百分位,计算土种的保护程度。其计算公式为:
P=1-X(1-Y)
其中,X表示有机质百分位;Y表示降水量百分位。表3为部分场景点保护程度。
表3部分场景点保护程度
将计算得到的满足95th左右保护程度的16个点作为备选场景点,备选场景点基本特性见表4。
表4备选场景点基本特性
场景点确定:
场景是作物相关的各种信息的综合体,因此,场景点的确定需要基于大量基础数据,并结合行业内专家判断决策。在确定场景点时,首先考虑土壤质地是否为壤土或中等程度粘土,因为壤土或中等程度粘土农药不易降解,农药易随地表径流进入地表水;其次考虑场景点作物种植面积,是否为当地的主要旱地作物种植区之一,能否代表整个区域内作物种植情况;最后根据场景构建的基本原则,构建的场景点在满足95th左右保护程度。根据场景构建原则,按照以上筛选方法,并通过实地调研,最终确定河南平顶山作为沙颍河流域旱地作物-地表水农药暴露场景点,场景点基本特征见表5。
表5场景点基本特征
本实施例依据“现实中最坏条件”的总体原则,开展沙颍河流域旱地作物地表水场景点构建。主要包括场景点初步筛选、场景点确定。最后经综合判断,确定河南平顶山作为沙颍流域旱地作物地表水农药暴露场景点,其保护程度为96th。
以上显示和描述了本发明的基本原理、主要特征和本发明的优点。本行业的技术人员应该了解,本发明不受上述实施例的限制,上述实施例和说明书中描述的只是说明本发明的原理,在不脱离本发明精神和范围的前提下,本发明还会有各种变化和改进,这些变化都落入要求保护的本发明范围内。本发明要求保护范围由所附的权利要求书及其等效物界定。
Claims (5)
1.一种流域旱地作物地表水农药暴露模型场景点的构建方法,其特征在于,包括以下步骤:
1)获取流域土地利用分布图;
2)场景点构建原则:包括位点选择原则、作物选择原则及水体选择原则;
3)场景构建
a、场景点初步筛选:根据土壤特性、降水量条件计算流域各划分区域的百分位和保护程度,根据收集到的各划分区域降水量和土壤有机质含量,在流域内初步确定一个或多个备选场景点;
b、场景点确定:根据作物种植面积、保护程度、土壤质地,确定场景点的具体位置和作物种类;在初步筛选出的备选场景点中,根据具体的旱地作物种植情况、土壤质地、土种分布因素,基于专家决策判断,确定最终场景点。
2.根据权利要求1所述的一种流域旱地作物地表水农药暴露模型场景点的构建方法,其特征在于:
在场景点构建原则步骤中,所述位点选择原则包括:
年降水量:选取70~90百分位年降水量范围的区域;土壤有机质:选取10~30百分位有机质范围的区域;土壤质地:选取壤土或中等程度的粘土区域;
作物选择原则:流域内种植面积较大的旱地作物,或选择当地有特色、典型的作物;
水体选择原则:水体类型包括有池塘、河流。
3.根据权利要求2所述的一种流域旱地作物地表水农药暴露模型场景点的构建方法,其特征在于:场景构建的场景点初步筛选的分步骤中,利用Percentile函数计算各土种的降水量和有机质百分位,并计算70~90百分位降水量和10~30百分位有机质范围,并筛选出满足95th左右保护程度的点,作为备选场景点。
4.根据权利要求3所述的一种流域旱地作物地表水农药暴露模型场景点的构建方法,其特征在于:在场景点初步筛选的分步骤中,所述保护程度的计算公式为:
P=1-X(1-Y)
其中,X表示有机质百分位;Y表示降水量百分位。
5.根据权利要求4所述的一种流域旱地作物地表水农药暴露模型场景点的构建方法,其特征在于:在场景构建的场景点确定分步骤中,所述专家决策判断的原则包括土壤质地是否为壤土或中等程度粘土;作物种植面积是否为当地的主要旱地作物种植区之一、且能否代表整个区域内作物种植情况;构建的场景点在满足95th左右保护程度。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210157791.3A CN114529199A (zh) | 2022-02-21 | 2022-02-21 | 一种流域旱地作物地表水农药暴露模型场景点的构建方法 |
NL2032761A NL2032761B1 (en) | 2022-02-21 | 2022-08-16 | Method for constructing scene point for surface water pesticide exposure model of dryland crops in watershed |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210157791.3A CN114529199A (zh) | 2022-02-21 | 2022-02-21 | 一种流域旱地作物地表水农药暴露模型场景点的构建方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114529199A true CN114529199A (zh) | 2022-05-24 |
Family
ID=81624825
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210157791.3A Pending CN114529199A (zh) | 2022-02-21 | 2022-02-21 | 一种流域旱地作物地表水农药暴露模型场景点的构建方法 |
Country Status (2)
Country | Link |
---|---|
CN (1) | CN114529199A (zh) |
NL (1) | NL2032761B1 (zh) |
Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113588875A (zh) * | 2021-07-12 | 2021-11-02 | 生态环境部南京环境科学研究所 | 用于验证praess模型对环丙酰草胺暴露评估准确性的实验装置 |
-
2022
- 2022-02-21 CN CN202210157791.3A patent/CN114529199A/zh active Pending
- 2022-08-16 NL NL2032761A patent/NL2032761B1/en active
Patent Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113588875A (zh) * | 2021-07-12 | 2021-11-02 | 生态环境部南京环境科学研究所 | 用于验证praess模型对环丙酰草胺暴露评估准确性的实验装置 |
Non-Patent Citations (2)
Title |
---|
廖建华: "旱地使用农药地表水暴露评估技术研究", 《中国优秀硕士学位论文全文数据库 工程科技Ⅰ辑》 * |
廖建华等: "农药旱地作物-地表水风险评估暴露场景研究进展", 《生态与农村环境学报》 * |
Also Published As
Publication number | Publication date |
---|---|
NL2032761A (en) | 2023-08-25 |
NL2032761B1 (en) | 2024-02-02 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Vasu et al. | A comparative assessment of land suitability evaluation methods for agricultural land use planning at village level | |
He et al. | A conceptual framework for integrating hydrological and biological indicators into watershed management | |
Rudiarto et al. | Impact of land use change in accelerating soil erosion in Indonesian upland area: a case of Dieng Plateau, Central Java-Indonesia. | |
Dorshow | Modeling agricultural potential in Chaco Canyon during the Bonito phase: a predictive geospatial approach | |
Wang et al. | Quantification of the effect of soil erosion factors on soil nutrients at a small watershed in the Loess Plateau, Northwest China | |
Levick et al. | An ecohydrological stream type classification of intermittent and ephemeral streams in the southwestern United States | |
Kundu et al. | The use of GIS and remote sensing techniques to evaluate the impact of land use and land cover change on the hydrology of Luvuvhu River catchment in Limpopo Province: Report to the Water Research Commission | |
Farzana et al. | Application of swat model for assessing water availability in Surma River basin | |
CN114529199A (zh) | 一种流域旱地作物地表水农药暴露模型场景点的构建方法 | |
Celine et al. | Assessing the implications of extension of rubber plantation on the hydrology of humid tropical river basin | |
Kessell | Wildland inventories and fire modeling by gradient analysis in Glacier National Park | |
Ashaolu et al. | Effect of Land Use/Land Cover Change on Groundwater Recharge in Osun Drainage Basin, Nigeria | |
Mashriqui et al. | Sediment yield modeling by grouped response units | |
Patıl et al. | Identification of potential zones on the estimation of direct runoff and soil erosion for an ungauged watershed based on remote sensing and GIS techniques | |
Shahid | Monitoring deforestation and urbanization growth in rawal watershed area using remote sensing and gis techniques | |
Schutte | Predictive modelling of Namibian fairy circles and their co-occurrence with Euphorbia species using Geographical Information Systems (GIS) | |
Moameni | Soil Quality Changes Under Long-term Wheat Cultivation in the Marvdast Plain, South Central Iran | |
Mkaya | Evaluation of the impact of land use change on catchment hydrology: The case of Wundanyi River catchment in Taita Hills, Kenya | |
Anejionu et al. | Modelling nonpoint source pollution of the southern section of Enugu State through GIS and Remote Sensing | |
Kumar | Impacts of climate change and land-use change on the water resources of the Upper Kharun Catchment, Chhattisgarh, India | |
Kumar et al. | Modelling daily surface runoff, sediment and nutrient loss at watershed scale employing APEX model interfaced with GIS—a case study in Himalayan landscape | |
Nigatu | Impact of land use land cover change on soil erosion risk: The case of Denki River catchment of Ankober Woreda | |
Wrbka et al. | Identifying sustainable land-use by describing landscape structure. A case study in alpine and lowland agricultural landscapes of Austria | |
Ismail et al. | Urban forestry planning using remote sensing/GIS technique | |
Munteanu et al. | Status of Soil Mapping, Monitoring, and Database Compilation in Romania at the beginning of the 21st century |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination |